SAR圖像目標分割活動輪廓模型及其算法的研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）由于具有不受光照、時間及氣候等客觀條件影響的優(yōu)點，使得它廣泛應(yīng)用于很多領(lǐng)域。然而因為 SAR系統(tǒng)成像機理的特殊性和不同物體表面后向散射的多樣性，使得 SAR圖像的處理工作變得極其困難。而SAR圖像中固有的斑點噪聲更加劇了圖像中目標邊緣的模糊程度。SAR圖像的目標邊緣檢測是 SAR圖像處理領(lǐng)域中的重要研究內(nèi)容，其輪廓提取精度的高低直接影響著圖像解譯的質(zhì)量。因此，設(shè)計一

2、種高效、高精度的 SAR圖像輪廓提取算法是非常有必要的。而現(xiàn)存的 SAR圖像分割方法往往含有算法復雜度高、噪聲抑制能力差、提取精度低等缺點。為了解決以上問題對實際應(yīng)用造成的困擾，本文開展了以下研究工作：
　　1）首先使用Gamma分布來描述SAR圖像的統(tǒng)計特性，其次，針對Ayed模型算法復雜度低而抑制噪聲能力差、局部高斯分布擬合能量（local Gaussian distribution fitting energy, LGDF）

3、模型算法復雜度高而抑制噪聲能力強的特點，結(jié)合兩者的優(yōu)點，提出了基于區(qū)域的活動輪廓分割模型，該模型抑制噪聲能力強且算法復雜度低。最后通過合成和真實SAR圖像的實驗結(jié)果驗證了提出方法的有效性。
　　2）針對現(xiàn)存方法處理SAR圖像尖銳邊緣和弱邊緣能力較差的問題，在上述研究內(nèi)容的基礎(chǔ)上，提出了基于邊緣-區(qū)域的活動輪廓模型。該模型包括兩項：邊緣-區(qū)域項和正則項。邊緣-區(qū)域項由Gamma模型和梯度項模型導出，主要用于處理斑點噪聲和牽引曲線朝著